玉溪烤烟'K326'主要化学成分生态预测模型

S572%P49; 为了解烟叶化学成分与生态因子之间的定量化关系,提高烤烟品质评价的智能化程度,使用2009—2017年玉溪市9个烤烟'K326'典型定位点烟叶主要化学成分(烟碱、总糖、还原糖、总氮、钾、氯)数据与对应不同生育期的生态因子(气象和土壤)数据,分析得到生态因子影响综合指数,在此基础上建立了烟叶各化学成分机理生态预测模型.根据2018年生态因子数据,预测了各定位点烟叶主要化学成分含量,并与实测值进行比较.同时,使用相同的90个烤烟定位点数据,利用最大信息系数(maximum information coefficient,MIC)筛选输入变量,使用经过灰狼算法优...

Full description

Saved in:
Bibliographic Details
Published in中国生态农业学报（中英文） Vol. 29; no. 5; pp. 880 - 889
Main Authors 朱安琪, 景元书, 胡保文, 谢新乔, 李湘伟, 朱云聪
Format Journal Article
LanguageChinese
Published 气象灾害预报预警与评估协同创新中心/南京信息工程大学应用气象学院 南京 210044%红塔烟草(集团)有限责任公司原料部 玉溪 653100 01.05.2021
Subjects
烤烟'K326'
生态因子
预测模型
化学成分
Online AccessGet full text
ISSN2096-6237
DOI10.13930/j.cnki.cjea.200860

Cover

More Information
Summary:S572%P49; 为了解烟叶化学成分与生态因子之间的定量化关系,提高烤烟品质评价的智能化程度,使用2009—2017年玉溪市9个烤烟'K326'典型定位点烟叶主要化学成分(烟碱、总糖、还原糖、总氮、钾、氯)数据与对应不同生育期的生态因子(气象和土壤)数据,分析得到生态因子影响综合指数,在此基础上建立了烟叶各化学成分机理生态预测模型.根据2018年生态因子数据,预测了各定位点烟叶主要化学成分含量,并与实测值进行比较.同时,使用相同的90个烤烟定位点数据,利用最大信息系数(maximum information coefficient,MIC)筛选输入变量,使用经过灰狼算法优化的BP神经网络建立智能算法的烟叶化学成分生态预测模型.机理算法的生态预测模型R2平均值为0.29,RMSE平均值为0.13,只有还原糖RMSE略大于0.2;智能算法的生态预测模型R2均大于0.95,RMSE均小于0.1.结果表明智能算法的生态模型预测效果优于机理算法的生态模型,能够为烤烟品质提升与调优栽培管理提供一定理论支撑.
ISSN:2096-6237
DOI:10.13930/j.cnki.cjea.200860